Skripsi

Analisis Sentimen Pada Review Produk Sebagai Rekomendasi Customer Menggunakan Kombinasi K-Means dan Algoritme Naïve Bayes Clasifier

---

bibliografi: hal. 69

RINGKASAN

Dalam e-commerce shopee kegiatan proses menjual dan membeli terus berjalan setiap harinya dan komentar yang diberikan oleh konsumen akan bertambah semakin banyak. Komentar yang diberikan konsumen akan menjadi acuan/review sebuah produk yang telah dibeli konsumen. konsumen dengan bebas memberikan review yang berisi komentar positif dan komentar negatif di kolom komentar yang tertera di website e-commerce shopee. Dengan adanya permasalahan diatas peneliti akan melakukann penelitian dengan metode analisis sentimen untuk membedakan kelas pada komentar review produk yaitu termasuk kelas komentar postif atau kelas komentar negatif dengan menggunakan kombinsi k-means dan naive bayes classifier. K-means digunakan untuk untuk menentukan pengelompokan kelas, naive bayes classifier digunakan untuk mendapatkan nilai akurai. Hasil yang diperoleh berdasarkan clustering k-means antara lain mendapatkan 116 komentar negatif review produk dan 37 komentar negatif review produk. Hasil akurasi yang diperoleh dari data komentar review produk sebesar 77,12%. Dengan demikian nilai akurasi menggunakan k-means dan naive bayes classifier tanpa data manual mendapatkan nilai akurasi lebih tinggi dibandingan menggunakan k-means, naive bayes classifier dan data manual mendapatkan hasil akurasi lebih rendah yaitu 56,86%. Dari hasil diatas komentar terbanyak adalah komentar negatif sebesar 116 data komentar review produk, dari hasil penelitian tersebut dapat disimpulkan bahwa salah satu produk dari spatuafa yang bernama high heels wanita hak tahu pita ikat FX18 kondisi produk belum cukup baik karena tingginya komentar negatif dibandingkan komentar positif.

Kata Kunci : naive bayes classifier, k-means, analisis sentimen


 
ABSTRACT
In e-commerce shopee the process of selling and buying continues to run every day and the comments given by consumers will increase more and more. Comments given by consumers will be a reference / review of a product that has been purchased by consumers. consumers freely give a review that contains positive comments and negative comments in the comments column listed on the shopee e-commerce website. With the above problems researchers will conduct research with sentiment analysis methods to differentiate classes in product review comments which include positive comment class or negative comment class using k-means combination and naive bayes classifier. K-means is used to determine class grouping, naive bayes classifier is used to get the value of the akurai. The results obtained based on clustering k-means include getting 116 negative comments on product reviews and 37 negative comments on product reviews. Accuracy results obtained from product review comment data amounted to 77.12%. Thus the accuracy values using k-means and naive bayes classifier without manual data get higher accuracy values compared to using k-means, naive bayes classifier and manual data get lower accuracy results that is 56.86%. From the results above the most comments are negative comments as much as 116 product review comment data, from the results of the study it can be concluded that one of the products from spatuafa called high heels women know the FX18 connective tape the product condition is not good enough because of the high negative comments compared to positive comments.

Keywords : naive bayes classifier, k-means, sentiment analysis

---

Ketersediaan

SI1316

SI 1316 NUR a

UPT. PERPUSTAKAAN (Rak 2)

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

SI 1316 NUR a

Penerbit

: Universitas Amikom Purwokerto., 2018

Deskripsi Fisik

xviii, 68 hlm.: ilus.; 28 cm

Bahasa

Indonesia

ISBN/ISSN

14.12.0087

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Oktober 2018

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Aulia Nurwanti

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar